Imaging performance of amorphous selenium based flat-panel detectors for digital mammography: Characterization of a small area prototype detector
Notice bibliographique
Résumé
Our work is to investigate and understand the factors affecting the imaging performance of amorphous selenium (a-Se) flat-panel detectors for digital mammography. Both theoretical and experimental methods were developed to investigate the spatial frequency dependent detective quantum efficiency [DQE(f)] of a-Se flat-panel detectors for digital mammography. Since the K edge of a-Se is 12.66 keV and within the energy range of a mammographic spectrum, a theoretical model was developed based on cascaded linear system analysis with parallel processes to take into account the effect of K fluorescence on the modulation transfer function (MTF), noise power spectrum (NPS), and DQE(f) of the detector. This model was used to understand the performance of a small-area prototype detector with 85 microm pixel size. The presampling MTF, NPS, and DQE(f) of the prototype were measured, and compared to the theoretical calculation of the model. The calculation showed that K fluorescence accounted for a 15% reduction in the MTF at the Nyquist frequency (fNy) of the prototype detector, and the NPS at fNy was reduced to 89% of that at zero spatial frequency. The measurement of presampling MTF of the prototype detector revealed an additional source of blurring, which was attributed to charge trapping in the blocking layer at the interface between a-Se and the active matrix. This introduced a drop in both presampling MTF and NPS at high spatial frequency, and reduced aliasing in the NPS. As a result, the DQE(f) of the prototype detector at fNy approached 40% of that at zero spatial frequency. The measured and calculated DQE(f) using the linear system model have reasonable agreement, indicating that the factors controlling image quality in a-Se based mammographic detectors are fully understood, and the model can be used to further optimize detector imaging performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».